MétaCan
Menu
Retour à la cohorte
Enregistrement W2515777002 · doi:10.1680/jenes.15.00022

Rainfall and microbial contamination in Alberta well water

2016· article· en· W2515777002 sur OpenAlexaffvenueabout
Caterina Valeo, Sylvia Checkley, Jianxun He, Norman F. Neumann

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFecal contamination and water quality
Établissements canadiensProvincial Laboratory of Public HealthUniversity of AlbertaUniversity of CalgaryUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPrecipitationEnvironmental scienceContaminationSpatial variabilitySpatial analysisFecal coliformHydrology (agriculture)Veterinary medicineEcologyBiologyGeographyWater qualityMathematicsRemote sensingGeologyMeteorologyStatistics

Résumé

récupéré en direct d'OpenAlex

Spatial and seasonal patterns in the positive rates of total coliforms and Escherichia coli in Alberta well water were investigated to gain insight into well water microbial contamination. Analysis was conducted in the presence of total coliforms (77 135 tests) and E. coli (77 132 tests) in well water from 2004 to 2009 along with monthly estimates of precipitation, all of which were aggregated to 13 zones across Alberta by using Voronoi tessellation. Regression combined with autocorrelation analysis was employed to develop wave functions for data assembled in each zone. Precipitation was found to peak in June or July in all 13 regions. The positive E. coli rate was found to peak in June, July or August, but the positive total coliform rate peaked in August, September or October. Spatial statistical analysis revealed a potential association of total coliforms and E. coli with precipitation in two heavily populated basins. Spatial density analysis revealed a cluster of positive tests of total coliforms and E. coli in a narrow spatial extent in June and July of 2005.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,866
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,004
Tête enseignante GPT0,175
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetFecal contamination and water qualityTravaux en français237 207